Публикации
Стандарты и качество/01 2021

В.А. Лапидус

U.P.Adler

12 ноября 2020 г. ушел из жизни Ю.П. Адлер — признанный гуру по качеству в России и за рубежом, профессор МИСиС, член ASQ и Европейской сети по применению статистики в промышленности, почетный президент и организатор Международной гильдии профессионалов качества. 

С Юрием Павловичем нас многое связывало, и в последнее время я часто думал о наших отношениях. К сожалению, в них осталась какая-то недосказанность: мы не сказали друг другу что-то очень важное. Сегодня я попробую изложить гипотезу о его миссии, которую мы не успели с ним обсудить. 

Почти на поверхности лежат два качества Юрия Павловича: благородство и эффективность. Внешность, манеры, стиль, репутация — все это говорит о его благородстве; никто не написал столько книг, статей, не сделал столько переводов с различных языков, как он, — все это говорит о потрясающей эффективности. Благородство и эффективность, как я обнаружил, — девиз и один из главных тезисов британской монархии. Сочетание этих двух качеств воспринималось британской короной как обязательное условие долгосрочного успеха. Благородство как набор ценностей, причем ценностей, передающихся от поколения к поколению, и эффективность ― свойство деятельности, которую люди осуществляют для того, чтобы реализовывать свои цели наиболее выгодным образом.

 pdfСкачать статью целиком

 

Что в этом девизе важно для современного менеджмента? Менеджмента, осуществляющего переход от авторитарных моделей управления, в которых люди рассматривались как исполнительные элементы, к моделям, где роль работников поднимается до уровня партнерства, т.е. до уровня отношений, основанных на договорах и, следовательно, на взаимных обязательствах и ответственности?

Здесь центральным становится вопрос о симметрии участников договоров деловых отношений. Симметрия предполагает определенное равенство сторон договора, например, в части информации и способности отвечать за нарушения договоров. Асимметрия трудовых отношений работодателя и работника очевидна. Например, сотрудник не имеет полной информации о процессах, о результатах труда, о финансах и т.п. Он не способен защищать свои права при увольнении, наказании и т.д. Не способен нести имущественную ответственность за брак, т.к. стоимость брака часто превышает его доходы. Как правило, даже при наличии мощного профсоюза работники не могут считать себя равноправными партнерами работодателю. Это порождает их отчужденность от интересов и целей организации, взращивает оппортунизм. В результате проигрывают обе стороны.

В чем состоит благородство работодателя? Работодатель, занимающий более сильную позицию, может в одностороннем порядке принять решение не пользоваться слабостями другой стороны, например, взяв риски брака на себя или снизив риски работников за счет дополнительных технических и управленческих решений, порой дорогостоящих. Работодатель может добровольно устанавливать расценки на работу выше рыночных, если они не обеспечивают некий стандарт жизни (питание, одежда, жилье, транспорт). Он может не увольнять работника при временном отсутствии работы для последнего.

Принимая на себя более высокие обязательства, работодатель исходит из полной и равноправной ответственности сторон, при этом выполнение зафиксированных условий и обязательств договора считается обоюдоравной и симметричной ответственностью. Это как гандикап в гонках с неравными по силе участниками, гандикап выровнял их возможности, и теперь они равны, победа будет отдана первому, но не самому быстрому. Таким образом, в трудовых отношениях благородство работодателя состоит в добровольном взятии на себя более высоких обязательств и ответственности, т.е. в определенном гандикапе. Благородство работника проявляется в понимании благородных действий работодателя и ответной благодарности в виде высокой лояльности, производительности и, главное, ответственности. В остальном ответственности остаются равными по сути — ответить за исполнение взятых на себя обязательств.

Термин «благородство» включает в отношения людей культурные ценности, работающие как регулятор долгосрочных отношений. Примером может служить японский опыт договоров пожизненного найма, по сути, договоров обмена лояльности и эффективности труда на заботу и защиту работников от превратностей жизни. Это вариант изначально неравноправных отношений, где более сильная сторона добровольно предлагает договор, который построен на доверии и вере. Япония продемонстрировала миру пример ответственности обеих сторон: не выполнившие условий договора руководители уходили в отставку, сотрудники — увольнялись.

Однако пожизненный наем в Японии оставался эффективным, пока уровень жизни был невысок. Сейчас, при высоком уровне жизни в стране, японские эксперты говорят о потере его эффективности.

Обратный пример ― США, где наемные работники рассматривают себя как равные партнеры, способные с помощью профсоюза защитить свои права. Они не требуют благородства в виде добровольных более высоких обязательств работодателя. Им не нужен гандикап. Но они требуют более строгого соблюдения законов, своих прав и договоров! Они требуют честности. В любых случаях культура регулирует договоры!

Благородство стимулирует эффективность, но, к сожалению, не всегда. Более строга обратная формула: отсутствие благородства влечет за собой оппортунизм. Почти всегда. Оппортунизм как притворство, хитрость, обман — самый страшный и коварный враг эффективности, он разъедает организм изнутри. Хуже только воровство. 

Обсуждая тему благородства и эффективности, мы вторгаемся в вечный вопрос ― неравенство людей и справедливость. Люди стремятся к социальному равенству, равенство считается формулой справедливости. Но закон Парето пока изменяется только в одну сторону: от 20% на 80% к 15% на 85% ― все меньшая часть людей владеет все большим богатством, при этом богатство становится все более символическим и все менее осязаемым: все ценные бумаги — только символ, основанный на вере. Экономисты знают, что именно неравенство делает экономику более эффективной, а усилия немногих людей способны организовывать деятельность многих. И за это немногие хотят бóльшую долю, забирая то, что они создали организационными, предпринимательскими, изобретательскими талантами. Проигрывая в силе, уме, в организационных способностях и многом другом, более слабые люди хотят от тех немногих победителей заботы, щедрости и снисходительности. Как дети, они ждут заботу и защиту. Так собаки просят заботу, даря любовь и преданность хозяевам. (Вам может не понравиться сравнение с собаками, но их преданность и любовь к людям заслуживают хотя бы упоминания.)

Неравенство ― закон природы, его нельзя изменить. Но в руках неблагородных людей оно приводит к унижению достоинств и оскорблению личности других, обычных. Признавая тот факт, что люди неравны, никто не готов признать, что из этого следует право одних владеть другими, принимать за них решения, лишать их любви и жизни. Неравенство не касается базовых прав людей: на жизнь, на свободу, на эгоизм, на достоинство, на любовь. Здесь все равны. Благородство более сильных состоит в том, чтобы обеспечить эти права всем. Благородство неравенства ― не усиливать неравенство сверх меры, отбирая у более слабых то, что лишает их жизнь основных базовых прав. Более того, благородство неравных и сильных в том, чтобы помочь другим стать сильнее, сократить дистанцию неравенства. Но благородство не должно приводить к потери эффективности как личной, так и общественной. 

Быть благородным — значит быть эффективным, насколько позволяют моральные ограничения. Благородство, ведущее к бедности, недопустимо, так как показывает людям, что благородство наказуемо. Благородство не является ни альтернативой, ни достаточным условием для эффективности. Благородство и эффективность ― системные понятия, они не статичны, они развертываются во времени. Закон динамики благородства и эффективности гласит: сообщества, потерявшие благородство, не обретут эффективности, а сообщества, некогда эффективные, не озабоченные сохранением благородства, утратят свою эффективность.

Однако есть проблема. Благородство — это порода, это результат селекции. Благородство не передается через общение, через веревочные тренинги, оно формируется поколениями ― это генетика. Уничтожив носителей генов благородства, вы на несколько поколений отбрасываете свое сообщество, обрекая на неэффективность. При любых природных богатствах недр. 

Теперь про неравенство, которое всегда являлось причиной сил и движения. Существует всемирный закон: разность давлений создает ветры, заставляющие работать двигатели почти всех типов — ветровые, паровые, ДВС. Разность электрических потенциалов (не зря его синоним ― напряжение) создает электрический ток и питает силой электромоторы, разность высот заставляет течь воды и работать гидростанции. Разность цен и себестоимости — двигатель бизнеса. Разность богатств обеспечивает мотивы трудиться и создавать. Различия в количестве звездочек на плечах, медалей на груди, полос на штанах генералов и маршалов, разница в длине яхт и размерах автомобилей создают мотивацию и энергию действия сытых людей. Неравенство необходимо, без него нет динамики среднего. Неравенство мотивирует, заставляет страдать, но если слабейшие могут обеспечить себе уровень жизни, достаточный для реализации их базовых прав, мы не должны им сочувствовать и тем более уравнивать их с лидерами искусственным образом. Человечество должно улыбаться снисходительно и насмешливо, слушая жалобы отстающих, но идущих и даже бегущих вперед. Однако лидеры и более успешные не должны стремиться увеличить неравенство, в том числе и прежде всего за счет их отставания. Лидеры должны понимать, что отстающие не должны терять интерес к изменению своего положения в рейтингах, измеряющих неравенство. Лидеры должны быть благородны в соревнованиях по любым шкалам неравенства.

У благородства лидеров два приема сохранить энергию движения, вызываемого неравенством: гандикапы и научение. Они предлагают стартовое преимущество, уравнивающее прежнее неравенство, чтобы состязаться за счет приложения новых усилий. Они создают всем равные стартовые возможности. Благородное общество ограничивает либо отнимает привилегии рождения, каст, сословий. Соревнуйтесь! Лидеры говорят: «Мы научим вас быть сильными и успешными, мы дадим вам знания и работу», — тем, кто говорит: «Нет равенства ― нет справедливости». Но если нет неравенства ― нет и энергии движения.

Лидерство благородства предлагает другую меру неравенства: богатство, поделенное на количество тех, за кого лидеры взяли ответственность ― за членов семьи, за работников и сотрудников. Поделите выручку бизнеса на количество работников своих и партнеров, поставщиков. Это уже не миллиарды ― это миллионы и сотни тысяч, и сравните со своей зарплатой. Неравенство уже не кажется столь безобразным. А теперь посмотрите на коэффициент «добавленная стоимость», деленная на численность организации, — это же мера производительности труда, а ее сравнение с зарплатой ― мера неравенства.

Лидеры предлагают: «Давайте вместе поднимать производительность, и ваша зарплата будет расти вместе с производительностью!» Это тоже благородное лидерство ― предложить выигрывать вместе. Но лидеры вправе сказать, что производительность будет расти быстрее. Потому что для роста производительности нужны инвестиции. Справедливость не в выравнивании доходов, справедливость в том, чтобы неравенство не унижало, а стимулировало и вдохновляло быть лучше, богаче, успешнее. В этом и есть суть формулы «Благородство и эффективность». Это отказ от насилия, грабежа, обмана, манипуляций, это отношения по формуле «Побеждаем вместе» (Win-Win). Мы создаем равные возможности и учим; этого достаточно, чтобы неравенство было справедливым, но мы требовательные и ответственные, мы не благодушны!

Благородство — это и свойство, и процесс селекции и воспитания лидеров, несущих и олицетворяющих лучшие ценности определенных культур.

Эффективность — это тоже свойство и процесс селекции и научения людей, способных организовывать свою и чужие жизни на основе лучших практик.

Оба процесса по отдельности склонны к вырождению. Благородство без эффективности может скатиться в бедность и нищету, эффективность — к аморальным действиям, разрушающим социальные системы.

Интеграция этих двух процессов — одна из важнейших задач, требующая решения во все времена, решения, связанного с накопленными знаниями и технологиями.

P.S. Есть такая притча. Один советский журналист в ходе интервью с князем Юсуповым, проживающим в изгнании, обратился к тому со словами: «Вы, бывший князь…» Юсупов прервал журналиста вопросом: «Вот у меня в ногах лежит сенбернар. Вам не приходит в голову назвать его бывшим сенбернаром?»

Стандарты и качество/11 2020

В.А. Лапидус, Л.В. Касторская

Oblozka 11 2020

Тренды и вызовы нового времени, такие как возрастающая скорость изменений, увеличивающиеся потоки информации, новые возможности, создаваемые информационными технологиями (ИТ) и экспоненциальным веком, становление новых, основанных на сотрудничестве моделей бизнеса, наряду с конкуренцией (принцип win-win), требуют постановки новых задач в концепции качества, уточнения и, возможно, пересмотра самого понятия «качество», так как его определение через соответствие требованиям имеет ряд недостатков [1].

Ч. 2 pdfСкачать статью целиком 

ВВЕДЕНИЕ

Понятие «качество» в настоящее время трактуется очень широко, применяется к продукции и услугам, распространяется на процессы, системы и даже организации (ИСО 9004:2018 «Менеджмент качества. Качество организации. Руководство по достижению устойчивого успеха организации»). В данной статье мы уточним этот термин для продукции и услуг (далее будем применять обобщающий термин — «продукт»), рассмотрим вопрос с точки зрения отношений стейкхолдеров, связанных с ними процессов, а также бизнес-задач производителя в части качества.

Подзаголовок статьи, касающийся способностей роботов и компьютеров понимать, измерять и  анализировать качество, призван обратить внимание читателей на ту роль, которую современные ИТ, искусственный интеллект (ИИ) и большие данные (Big Data) могут играть в процессах созданиях, обмена и потребления продукта. Перечисленные технологии связаны с концепциями качества, многое — уже не вопрос будущего, а практика сегодняшних дней. Цифровые двойники, цифровые модели процессов эксплуатации продукта находят довольно широкое применение, обсуждаются вопросы применения ИИ для моделирования чувств и эмоций человека. Где-то они вытесняют человека, где-то будут выступать как экспертные системы поддержки решений, где-то смогут решить задачи, которые раньше люди даже не ставили, относя их к иррациональной стороне вопросов качества. Но ИИ стирает грань между рациональным и иррациональным: нет иррационального — есть плохое изучение вопроса.

ВИДЫ ПРОЦЕССОВ, ВОЗНИКАЮЩИХ ПРИ РЫНОЧНЫХ ВЗАИМООТНОШЕНИЯХ

В очередной раз вслед за многими исследователями поднимаем вопрос: «Что такое качество продукта?» [2]. Рассмотрим три вида деятельности — триаду процессов, в которых он возникает (рис. 1):

  • создание продукта;
  • обменные процессы между производителями, продавцами и потребителями;
  • потребление продукта и получение ценности от использования.

Рис.1 Процессы 11 2020

Рис. 1. Процессы, необходимые для понимания и развертывания определений качества

Процесс создания (и поставки) продукта. На входе этого процесса — оценочные представления производителя об ожиданиях (требованиях) потребителей в отношении получаемых ценностей, а также знания о том, как работают воронки продаж, как потребитель выбирает продукт из множества подобных. Надо заметить, что крайне редко можно встретить потребителей, выдвигающих рациональные, более того — измеримые требования. Выбор потребителей носит смешанный характер: рациональночувственно-социальный. Поэтому производитель вынужден проводить исследования понимания качества потребителем, включая в анализ следующие аспекты:

  • осязаемые материальные (рациональные): функциональные характеристики, надежность, стоимость обслуживания, характеристики сопроводительной информации и упаковки, в том числе ее компактность, экологичность, логистические и другие характеристики;
  • эстетические (чувственные) — то, что позволяет получить положительные эмоции от потребления;
  • социальные: узнаваемость, бренд, престиж — принадлежность к той или иной социальной группе, соответствие определенному уровню иерархии.

Задача производителя — изучить, понять эти характеристики, а также учесть предложения конкурентов и возможные барьеры при прохождении воронки продаж, т.е. рассмотреть все аспекты, влияющие на факт продажи продукта, а затем перевести их в совокупность процессов производства и требований к ним и на выходе получить продукт с нужными свойствами.

Обменные процессы включают в себя путь продукта от производителя к потребителю, его обмен на денежный эквивалент, а также обмен информацией, ресурсами и эмоциями между сторонами. В отличие от однонаправленных процессов создания и потребления, обменные процессы носят двусторонний характер.

В данный вид процессов мы включаем как отношения производителя и потребителя, так и отношения с посредниками, дилерами, продавцами, т.е. взаимодействие при продвижении и передаче продукта потребителю. Все они вносят свой вклад, влияют на процессы, связанные с качеством. Чтобы клиент приобрел продукт, нужно довести до него информацию, завладеть его вниманием и сфокусировать его на продукте с помощью рекламы, обещания некоторых ценностей, особых потребительских свойств. Нужно победить конкурентов в соревновании «на полках и сайтах». В целом, для моделирования обменных процессов мы предлагаем использовать понятие «воронка реализации продукта» (рис. 2), обобщающее воронку продаж и процессы поставки и потребления.

Рис.2 Воронка реализации продукта 11 2020

Рис. 2. Воронка реализации продукта

П р и м е ч а н и е. D0 — число потенциальных потребителей; D1 — число потребителей, принявших решение о покупке продукта определенного типа и рассматривающих альтернативы; 2 — число потребителей, купивших продукт; D3 — число лояльных потребителей

В обменных процессах происходят прежде всего сама сделка, а также исполнение договора сделки. В них выясняются отношения, осуществляются возвраты, предъявляются рекламации, компенсируются потери, идет обмен санкциями. И для предъявления претензий необходимы критерии и правила регулирования этих отношений, в том числе с привлечением третьей стороны (например, аудиторов, арбитров, регуляторов).

Процессы потребления. На их входе — продукты с теми или иными характеристиками, такими как качество, время, место, количество, комплектация, а на выходе — потребительская ценность, т.е. то, что получает потребитель от использования. Например, применение продукции или услуги открывает для владельца бизнеса возможность больше зарабатывать или сокращать денежные и временные расходы. Продукты питания дают человеку энергию, витамины, минералы, могут доставлять вкусовое удовольствие или вызывать отрицательные эмоции. Бытовая техника позволяет экономить силы и время, которые могут быть потрачены на общение, хобби, работу, отдых, приносит удовольствие от работы (если техника удобная, красивая и проста в использовании).

При этом у потребителя могут возникнуть дополнительные сложности (как ожидаемые и принимаемые, так и нет), связанные с приобретением, доставкой, эксплуатацией, использованием, сервисом и утилизацией как упаковки, так и самой продукции. Это могут быть также потери, возникающие вследствие отказов, дефектов и ремонтов, они связаны с неизученностью процессов потребления и свойств самого продукта. Современный тренд — поставлять потребителю больше ценности и меньше проблем и рисков, отсюда и возникают контракты жизненного цикла (КЖЦ) продукции.

Очень важно разделить два понятия: ценность и качество продукта для потребителя. Ценность — это польза, выгоды, возможности, эмоции и чувства, которые появляются при потреблении продукта, соотнесенные с затратами на приобретение, использование и компенсацию проблем, возникающих при этом. Качество — это совокупность свойств продукта, позволяющая получить ценность в процессе его потребления.

ЧТО НОВОГО В ПОНИМАНИЕ КАЧЕСТВА ПРИНОСИТ ЭКСПОНЕНЦИАЛЬНЫЙ ВЕК

Из сказанного понятно, что качество является сложной категорией и не может быть описано только одним определением. Существующая теория качества явно и неявно делает акцент на послепродажные отношения, в которые включается или может включиться регулятор для разрешения возможных споров и конфликтов. Важно подчеркнуть причину такого взгляда на качество: для разрешения споров нужны критерии, приводящие к двоичному решению «годен — не годен», нужен подход, позволяющий перевести сложное, многоаспектное и многомерное понятие в скалярную, более того — двоичную величину. Качество определяется через некоторые сформулированные как конвенциональное знание и указанные в стандартах, регламентах и технических условиях категории, а также через записанные в тексте договоров требования и степень соответствия им. Но эти требования и такое понимание качества возникают не для целей бизнеса и не для повышения ценности продукта, что было бы в интересах обеих сторон, они возникают исходя из риска, что сделка не удастся, что союз поставщика и потребителя не сложится. Это плохая сторона качества как отношений, поэтому качество, которое записывается как требование, — это не требование к качеству, а требование к некачеству. И это принципиальный момент. Качество — это то, что потребитель хотел купить и что он покупает как встроенную в продукт потенциальную ценность, которая является основой сделки, а некачество — основа для разрыва отношений и санкций. Но эта обратная сторона качества стала доминировать в вопросах инжиниринга и менеджмента качества.

Для производителей определение качества должно быть другое. Им следует учитывать определение «некачества», как предельную границу, красную черту, которую нельзя переступать. Но, как в свое время отметил Н. Кано [3], потребителя надо восхитить, соблазнить к покупке, уговорить, показать, что продукт лучше, чем у конкурентов.

Созданный продукт по всем аспектам (материальным, чувственным, социальным и т.д.) должен иметь совокупное качество как множество характеристик, позволяющих ему привлечь внимание потенциальных потребителей (покупателей), продемонстрировать способность создать ценность при использовании, успешно выиграть сравнение с конкурентами, привести к решению приобрести его, продемонстрировать при потреблении и/или эксплуатации превышение над требованиями и ожиданиями потребителя и сформировать у последнего чувство лояльности к бренду производителя и продукта (см. рис. 2). С позиции производителя, качество — это сравнительная характеристика продукта, реализуемая во множестве продуктовконкурентов, но выделяющая данный продукт за счет создания привлекательности для потребителей с точки зрения ценности, которую они в нем видят. Заметим, продукт по совокупности аспектов качества должен быть не хуже, чем у всех конкурентов, но хотя бы по одному аспекту или его характеристике превосходить их. У продукта всегда должна быть «изюминка», «вишенка на торте». В целом качество должно позволить успешно провести продукт через всю воронку реализации, преодолевая множество порогов и фильтров. А это много больше, чем соответствие требованиям.

Данное понимание качества является нерегулируемым между производителями и потребителями, не требует привлечения третьих сторон. Производитель сам ответственен за то, чтобы определить ценности потребителя, превратить их в модели и характеристики продуктов и развернуть в систему собственных процессов инжиниринга, производства, маркетинга, в результате выполнения которых получится продукт, который будет доставлен тем или иным потребителям по соответствующим ценам. В этом вопросе высока роль инноваций, способов вывода новых продуктов на рынок. Это исследовательская проектная и производственная задача, которая предполагает распространить целостное восприятие качества на совокупность внутренних процессов производителя. Здесь можно привести в пример С. Джобса и компанию Nokia как контрпример. Первый реализовывал идеи в области чувств, эмоций, социальности, завоевания рынка и создания нового рынка смартфонов. Вторая шла по пути соответствия установленным требованиям и стандартам, не искала новые потребности клиентов и оказалась «наказанной» за непонимание ценности будущих потребителей. Инновации позволяют создавать продукты, имеющие «временную монополию», т.е. на какое-то время опережать конкурентов, не делить с ними потребителей.

Крайне редко можно встретить потребителей, выдвигающих рациональные, более того — измеримые требования

СМОТРИ НА КАЧЕСТВО ГЛАЗАМИ ПОТРЕБИТЕЛЕЙ

В бизнесе устоялось мнение, что потребители осуществляют свой выбор из множества конкурентных предложений, исходя из соотношения качество/цена. Но если цена — четкая количественная мера, то качество является категорией трудноизмеримой как в практике выбора продуктов, так и в описании критериев проведения конкурсов (тендеров). Там количественные меры качества практически не применяются. Попытки создать в 1970 — 1990-х гг. науку «квалиметрия» [4] не получили развития в новое время, и модели выбора продуктов на основе количественных критериев «качество/цена» нам неизвестны, если не считать КЖЦ, которые применяются в секторе В2В2Однако можно видеть определенные тенденции: все продукты на практике подразделяются (эмпирически, без теоретических моделей) на группы, близкие по качеству. Потребители не различают продукты внутри групп по качеству, и цены на них формируются по количественным характеристикам (массе, объему), а также с учетом бренда, престижности.

При этом на одном полюсе формируется класс так называемых commodity-продуктов3, где появляется большое количество производителей одного типа продукции, качество которой для потребителя становится неразличимым. Commodityбизнес основан в первую очередь на конкуренции в управлении издержками и устранении потерь.

Другой полюс связан с формированием брендов — как производителей, так и их продуктов. Бренды через высокое качество производства, надежность и хороший сервис, формируют пул своих приверженцев, предпочитающих те или иные марки, создают соответствующие ценовые ниши (внутри которых продукты также практически неразличимы по качеству), ориентируясь на вкусы, требования и экономические возможности соответствующих социальных групп потребителей. Бренды делают выбор потребителей более определенным. Например, у всех автопроизводителей существуют ряды, суббренды, отличающиеся по функциональным характеристикам (у BMW это классы X1, X3, X4, X5, X7, у MercedesBenz — A, B, C, E, S и т.д.).

Бренды очень тщательно развивают чувственные характеристики восприятия продуктов, выбирают стиль, расставляют акценты. Известные автомобильные корпорации работают над узнаваемостью звука закрывания дверей, запаха кожи в салонах. В целом можно отметить, что элегантность характерна для английских брендов, шарм — для французских, добротность и надежность — для немецких, стиль — для итальянских, безопасность — для скандинавских, изящность, тщательность в деталях, особая восточная эстетика — для японских и, в последнее время, ряда китайских.

При таком подходе смертельно опасно вызывать неудовлетворенность потребителей, способную разрушить фундамент любого бренда — лояльность. Поэтому перед производителем и стоит задача понять, исследовать все ценности, возникающие в процессах потребления и воплотить их в совокупном продукте, включающем рекламу, информацию, упаковку, инструкции, договоры. 

Рассмотрим следующую базовую модель. Бизнес-задача производителя — получение экономических результатов в виде соответствующего потока прибыли, роста выручки и стоимости компании. Важно видеть, какую роль играет в этом понятие «качество продукта» и как его можно уточнить. Несомненно, качество определяется потребителем не всегда рационально. Производитель видит результат — покупается продукт или нет и как часто.

На рынке есть некоторое множество потенциальных потребителей, которым можно предложить продукт по некоторой определенной производителем цене. Обозначим ее Z. Несмотря на то что решение о покупке принимается на основе множества факторов, можно предположить, что существует некоторая функция спроса как зависимость4 вероятности покупки продукта от его цены (рис. 3).

Рис.3 Функция спроса на продукт 11 2020

Рис. 3. Функция спроса на продукт

При формировании рынка на основе брендов функция спроса имеет дискретный характер, как показано на рис. 4. На рис. 5. приведен пример градации по брендам5.

Рис.4 Дискретная функция спроса 11 2020

Рис. 4. Дискретная функция спроса

Рис.5 Взаимосвяь 11 2020

Рис. 5. Взаимосвязь классификации брендов одежды и ее цены

Функция спроса, конечно, определяется как маркетингом и продажами, так и качеством. При прохождении продукта через воронку реализации (см. рис. 2) происходит селекция потенциальных потребителей. Роль маркетинга состоит в том, чтобы выявить возможных покупателей и донести до них информацию о продукте — его назначении и качестве. При этом число потенциальных клиентов сокращается, но вероятность приобретения возрастает. Таким образом, эффективность маркетинга определяется отношением величины 1 — числа потребителей, дошедших до выбора продукта из множества подобных, к 0 — числу потенциальных потребителей в начале воронки, которым была доставлена информация. Когда клиент фокусирует внимание на продукте (уровень D1), выясняет цену, бренд, изучает отзывы, сравнивает с другими (конкурентными) предложениями, он готов принимать решение о приобретении. Оно, конечно, может зависеть от случайных факторов, но именно качество продукта как детерминированный фактор на фоне случайностей определяет вероятность покупки. Статистической мерой вероятности покупки является доля покупателей, измеряемая как D2/D1.

Функция спроса (обозначим ее W(Z)) отражает долю потребителей определенного продукта, готовых заплатить цену, не превышающую Z, т.е. долю потребителей продукта по отношению к общему числу продуктов в данной нише рынка. Цена ниже min нерентабельна для производителя. При увеличении цены продукта число потенциальных потребителей будет уменьшаться по двум причинам: из-за ограниченных возможностей и потери конкуренции по стоимости. При этом существует значение цены Z*, при котором выручка по данному продукту максимальна Z × W(Z) max.

Максимальную выручку по критерию цены на данном рынке, т.е. на данном множестве потенциальных потребителей с учетом их покупательской способности и конкурентного давления, можно считать рыночной мерой качества (не единственной, но важной), функцией качества:

f(Q)= Z*× W(Z*). (1)

Это рыночный индикатор для производителя, который, используя современные ИТ, ИИ, должен проводить изучение функции качества на массивах доступной информации как о своих продуктах, так и об аналогах и конкурентах, строить модели принятия решений потребителями и в целом модели их поведения.

С точки зрения производителя, качество — это система характеристик совокупного продукта, включающая сам продукт, его рекламу, информацию о его свойствах, упаковку, документацию, а также сервис и позволяющая:

  • привлечь внимание потенциальных потребителей;
  • вызвать интерес к ознакомлению, тестированию и узнаванию возможностей;
  • создать ценности при потреблении;
  • получить удовлетворение от потребления, формирующее лояльность к бренду.

На основе анализа рыночной информации производитель должен решать задачу декомпозиции функции качества на аспекты (функциональные, информационные, чувственные, социальные, надежности и т.п.), а далее — задачу построения модели влияния на эти аспекты отдельных характеристик продукта, описание которых важно для процессов создания продукции. То есть выстраивать, раскрывать функцию качества для ее создания, описывая

f(Q) = f(x1, x2, … , xn), (2)

где x1xn — частные показатели качества по разным его аспектам.

Таким образом, современному производителю, ориентированному на коммерческий успех, качество надо воспринимать как поток выручки и заботиться о том, чтобы у продукции были максимизирующие характеристики. Необходимо исследовать поведение спроса и цены, решать задачи оптимизации. Они являются сложными, многомерными и многоаспектными, но сегодняшние возможности ИТ, ИИ, Big Data, машинного обучения позволяют справиться с ними. Творческая человеческая составляющая в этом процессе — правильно подбирать аналоги и статистику, на которой машины учатся.

ЗАКЛЮЧЕНИЕ

Качество в экспоненциальный век — это не только соответствие требованиям. Для бизнеса это организация и обработка огромных потоков информации, в первую очередь маркетинговых. Это взгляд на процессы создания качества с информационной точки зрения. Информация использует разные языки: потребителей, производителей, инженеров, производственников. Новая эпоха характеризуется тем, что все они должны быть переведены на язык компьютеров, датчиков и исполнительных механизмов, работающих на основе команд компьютеров.

Возможности информационной техники, позволяющие перерабатывать огромные потоки информации и знаний и обучаться (улучшать решения), меняют рассматриваемые процессы, в том числе и подходы к понятию «качество».

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1. Лапидус В.А., Касторская Л.В. Качество и экспоненциальный век // Стандарты и качество. — 2020. — № 10. — С. 78—83.

2. Лапидус В.А. Всеобщее качество (TQM) в российских компаниях: 2-е изд. — Н. Новгород: Приоритет, 2008. — 432 с.

3. Kano N. Guide to TQM in service industries. — Tokyo: Asian Productivity Organization, 1996.

4. Азгальдов Г.Г. Теория и практика оценки качества товаров (основы квалиметрии). — М.: Экономика, 1982. — 256 с. 

Контроль качества продукции/10 2020

М.И. Розно

ККП

В первой части публикации, посвященной целям и оперативным характеристикам статистического приемочного контроля, сделан вывод о том, что для серьезных, ключевых показателей качества, по которым необходимо обеспечить «сверхнизкий» уровень несоответствий, СПК по альтернативному признаку непригоден. Во второй части рассмотрены вопросы контроля по количественному признаку и общие недостатки метода.

Ч. 1pdfСкачать статью целиком             Ч.2  pdfСкачать статью целиком  

Как формируется партия, подвергаемая статистиче скому контролю? Это одно­­ родная по условиям производства продукция или просто объединение разных производственных партий в одну общую, например, по соображениям достижения необходимого объема? Но если после изготовления разные производственные партии (с предположительно разными уровнями несоответствий) объединяются в одну (см. рис. 1), то статистическая неопределенность (погрешность) результатов СПК становится еще больше.

Рис1 Формирование партии продукции 10 2020

Рис. 1. Формирование партии продукции и уровень несоответствий в ней

Существенный недостаток любого СПК

С формальной точки зрения, если смешать несколько разных производственных партий продукции с различными свойствами (разными уровнями несоответствий) в одну, то в ней будет какой­то средний уровень несоответствий. И если выборка берется чисто случайным образом из объединенной партии, то шансы приемки такой партии формально можно определить по соответствующей оперативной характеристике. Но ведь задачей любого СПК является как раз «отсечение» совокупностей с повышенным уровнем несоответствий, а здесь совокупность будет «усредненной» по уровню несоответствий. И средний уровень несоответствий может повыситься незначительно даже при сильных, но непродолжительных «всплесках», и «отсечение» продукции с повышенным уровнем несоответствий, как следует из вида приведенных выше оперативных характеристик, может стать маловероятным.

Особенно остро этот вопрос стоит для статистического входного контроля, которому подвергаются партии с объемом, записанным в контракте на поставку. К сожалению, информация о том, как конкретная партия была сформирована поставщиком­изготовителем, на самом деле это однородная по условиям производства продукция или механически объединенные в одну партию поставки разные производственные партии, часто бывает недоступна для предприятия­потребителя.

СПК по количественному признаку

Основные недостатки СПК по альтернативному признаку — практическую неработоспособность при малых уровнях несоответствий и большие объемы выборок — можно преодолеть при помощи СПК по количественному признаку (ГОСТ Р 50779.50–95).

При статистическом контроле по количественному признаку, как правило, предполагается, что в контролируемой совокупности продукции измеряемый показатель качества распределен по нормальному закону (ГОСТ Р 50779.53–983). И при этом разделяются случаи, когда стандартное отклонение σ = σ0 известно (случай А) и неизвестно (случай Б).

Случай А. В контролируемой партии изделий σ0 считается известным из предыдущего анализа, и мы «верим», что и в данной партии стандартное отклонение такое же. Тогда по результатам измерений оценивается только значение μ (центр распределения). И если оценка μˆ (выборочное среднее арифметическое) достаточно далека от границ поля допуска, то прогнозируемые «хвосты» распределения малы по сравнению с предельно допустимым значением уровня несоответствий q0 (см. рис. 2), и по формальному критерию партия принимается. Точнее говоря, этот СПК «срабатывает» не по точечной оценке параметра μˆ в виде выборочного среднего, а предполагает построение доверительного интервала возможных значений μ (на рис. 2 не показан). Но партия принимается, если даже при значениях μ на границах этого интервала «хвосты» малы по сравнению с предельно допустимым значением q0.

Рис2 Иллюстрация работы СПК 10 2020

Рис. 2. Иллюстрация работы СПК по количественному признаку при известном стандартном отклонении σ0

Посмотрим, однако, чем опасно такое правило приемки, если в одной проверяемой партии смешаны две и более совокупности с разными значениями μ (см. рис. 3), т. е. две и более сущест венно различные производствен ные партии продукции.

Рис3 Смесь двух совокупностей продукции 10 2020

Рис. 3. Смесь двух совокупностей продукции с разными значениями средних μ1 и μ2

«Качество должно быть «встроено в технологию», а не обеспечено контролем». 

Эдвардс Деминг

При этом в соответствии с рис. 3 обе смешанные совокупности со средними μ1 и μдостаточно «плохие»: первая имеет относительно высокую долю заниженных значений qниж, а вторая — относительно высокую долю завышенных значений qверх из­за близости к соответствующим границам допуска. Однако при контроле по выборочным значениям (показаны галочками на рис. 3) рассчитывается выборочное среднее , которое может оказаться в центральной части допуска и при известном и относительно малом значении σ0 создает впечатление достаточно малых «хвостов» для распределения, показанного на рис. 3 пунктиром. Точнее, здесь также применяется интервальная оценка параметра μ, но, если даже на границах этого интервала для μ «хвосты» малы, «создается впечатление», что партия «хорошая». По формальному критерию такая партия будет принята. 

Таким образом, риск приемки партий с повышенным уровнем несоответствий существенно возрастает, если эти партии не однородны, а представляют собой смесь разных совокупностей. 

Случай Б. Стандартное отклонение σ в контролируемой партии считается неизвестным и оценивается по той же выборке, которая берется при СПК. 

Здесь, если контролируемая совокупность однородна, то оценки μ и σ по выборке будут хотя и случайными, но в целом адекватными. Партии будут приниматься и браковаться удовлетворительно, но, естественно, с соответствующими расчетными рисками. 

Однако ситуация опять резко ухудшится, если две и более разные совокупности будут объединены в одну партию. 

Предположим (см. рис. 4), мы объединили две совокупности с разными μ1 и μ2, но с очень маленькими разбросами значений внутри каждой (с низкими значениями стандартных отклонений σ1 и σ2 соответственно). При этом действительные «хвосты» за пределами допуска как для первой, так и для второй совокупности будут очень низкими, если расстояния до границ допуска (μ1 – Тн) и (Тв – μ2) будут, например, в пять и более раз превосходить σ1 и 2. Т. е. действительный уровень несоответствий для такой смешанной партии близок к нулю.

Рис4 Смесь 2 совокупностей продукции с разными средними 10 2020

Рис. 4. Смесь двух совокупностей продукции с разными средними μ1 и μ2 и с малыми разбросами σ1 и σ2

Однако, как среагируют результаты СПК на такую смесь? Очевидно, что значение выборочного среднего x̅ будет где­-то между μ1 и μ2, а вот оценка σˆ при этом может оказаться весьма большой (см. пунктирное распределение на рис. 4). Точнее говоря, здесь также используются интервальные оценки параметров μ и σ, но суть формальной работы метода статистического контроля сохраняется.

В целом результаты контроля «создают впечатление» значительного разброса внутри партии (распределение показано пунктиром на рис. 4). Как следствие, это создает впечатление больших «хвостов» qниж и qверх, и по формальному критерию такая партия будет забракована.

Таким образом, СПК по количественному признаку оказывается очень неустойчивым к ситуациям, когда в одной партии смешаны разнородные совокупности продукции, и может давать ошибочные решения как в сторону недопустимых приемок «плохой» продукции, так и в сторону неоправданных забраковок удовлетворительной продукции.

Итак, СПК по альтернативному и по количественному признаку не дают оптимистических результатов в качестве «заслона» от продукции с повышенным уровнем несоответствий. Особенно ухудшаются свойства СПК при контроле смешанных совокупностей, состоящих из разнородных производственных партий, что вполне может происходить при поставках комплектующих изделий и узлов на сборочные заводы. По этой причине, например, современные автосборочные предприятия, как правило, совсем отказываются от входного контроля партий закупаемых узлов и комплектующих изделий.

Так что же — только сплошной контроль?

Из вышесказанного напрашивается неутешительный вывод о том, что любой СПК является весьма «дырявым ситом» даже на уровне фильтрации партий продукции: через такой контроль могут «проскальзывать» партии с относительно высоким уровнем несоответствий с точки зрения современных требований к качеству продукции. Так что же, следует рассчитывать только на контроль каждого изделия для обеспечения требуемых сегодня «малых ppm»?

Увы, если допустимый для потребителя уровень несоответствий измеряется в единицах или десятках ppm, или требуется даже полностью бездефектная продукция, то и сплошной контроль вряд ли поможет. Реальные, практические свойства сплошного контроля далеки от представляемого идеала, при котором любое несоответствующее изделие будет «поймано». На рис. 5 показана эффективность сплошного контроля в качестве фильтра, т. е. его возможности «отсечь» несоответствующую продукцию.

Из рис. 5 видно, что «фильтрация», близкая к идеальной, когда несоответствующие единицы продукции задерживаются почти на 100 %, возможна только при высоких уровнях несоответствий на входе контроля. А при малых уровнях несоответствий сплошной контроль становится «дырявым ситом». Конечно, не следует воспринимать кривые на рис. 5 как точные численные значения — реально они зависят от конкретных видов и условий проведения контроля. Но тенденция снижения эффективности контроля при снижении уровня несоответствий на входе отражена адекватно. И это легко понять, представив себя на месте контролера: всегда ли мы гарантированно «поймаем», например, одно несоответствующее изделие среди 10 000 годных? Все мы ошибаемся, и бесполезно требовать от человека ошибаться реже, чем, например, один раз на 5000 случаев. Не помогут ни приказы, ни мотивация. Некоторое улучшение достигается хорошей организацией рабочего места контролера, но полностью исключить ошибки невозможно. Это хорошо известно из практики, поэтому опытные заводы­потребители не соглашаются на простой сплошной контроль продукции у поставщика, а иногда требуют применения двойного и даже тройного контроля каждой единицы продукции независимыми контролерами. Это, конечно, улучшает фильтрацию, но не делает ее идеальной. И сколько будет стоить такая организация производства?

Рис5 Эффективность сплошного контроля 10 2020

Рис. 5. Эффективность сплошного контроля как фильтра

Любопытно отметить, что при очень низких уровнях несоответствий, порядка единиц ppm, контрольный автомат не даст идеальной фильтрации (см. рис. 5). Это происходит из­за всегда имеющих место сбоев, хотя и более редких, чем при участии человека.

Таким образом, сплошной контроль можно рекомендовать лишь как временную меру, преграждающую путь несоответствиям продукции на период, необходимый для поиска и устранения причин этих несоответствий, как следует делать в рамках методологии 8D5.

Выводы

Что же можно рекомендовать в качестве «более идеального» метода обеспечения качества в производстве, чем контроль продукции? Это методы предотвращения дефектов (несоответствий) на стадиях проектировании конструкции изделия (DFMEA — Design Failure Mode and Effects Analysis — Анализ видов и последствий потенциальных несоответствий конструкции) и технологии производства (PFMEA Process Failure Mode and Effects Analysis — Анализ видов и последствий потенциальных несоответствий процесса), а также ряд других приемов и методов, входящих в современную методологию проектирования и подготовки производства6. Что же касается собственно стадии серийного производства, то здесь для обеспечения «малых ppm» просто необходимо применять методы статистического анализа и управления технологическими процессами SPC (Statistical process control — Статистическое управление процессами).

Для обеспечения низких уровней несоответствий контроль выборок ведется по количественному признаку. Схема такого слежения и своевременной коррекции технологического процесса показана на рис. 6.

Рис6 Схема слежения за технологическим процессом 10 2020

Рис. 6. Схема слежения за технологическим процессом и его коррекции

При таком методе трудоемкость контрольных операций значительно снижается, однако удается обеспечить гораздо более низкий уровень несоответствий (дефектности). И это подтверждено уже десятилетиями практики не только на зарубежных, но и на отечественных предприятиях.

Резюме

Усилия работников отделов технического контроля нужно перенаправить с задач контроля- приемки продукции на измерения (контроль) выборок по ходу технологических процессов, в которых формируются важные показатели качества продукции. Цель таких выборок — оценивать текущее состояние процесса и при необходимости своевременно его корректировать по контрольной карте.­

Контроль качества продукции/09 2020

М.И. Розно

ККП

Адекватны ли наши представления о качестве продукции, прошедшей статистический приемочный контроль? В предлагаемой статье подробно рассмотрены свойства и возможности этого инструмента. Первая часть публикации посвящена целям и оперативным характеристикам метода контроля. 

Ч. 1pdfСкачать статью целиком             Ч.2  pdfСкачать статью целиком  

Сегодня статистические методы широко применяются в системах менеджментакачества (СМК) как зарубежных, так и отечественных предприятий. Исторически их появление в производстве было обусловлено двумя обстоятельствами. 

  • Во-первых, измерения некоторых важных показателей качества выпускаемой продукции не являются «безболезненными» для этой продукции. Измеряемая единица частично или полностью разрушается при так называемых разрушающих методах контроля. Когда качество каждой единицы продукции не может быть проконтролировано в принципе, для проверки выбирается определенное количество изделий — выборка. Надежда здесь на то, что вся продукция, произведенная из компонентов с одинаковыми свойствами и в одинаковых производственных условиях, подобна проверенной.
  • Во-вторых, любой контроль, даже неразрушающий, требует затрат. Для снижения этих затрат совершенно не обязательно контролировать (измерять) каждое из делие, если есть уверенность, что другие изделия, изготовленные в таких же условиях производства, будут иметь такие же или близкие значения показателя качества.

Интуитивно эти обстоятельства понимались давно, и уже в VIII–XIX вв. для контроля (приемки) продукции стали применяться методы выборочного контроля качества, в основном при производстве оружия и боеприпасов. Однако, «выборочный» контроль еще не означает «статистический». Последний подразумевает строгие расчеты по законам теории вероятностей и математической статистики, что позволяет сделать некоторые выводы о необходимом объеме выборок и дать гарантированные численные результаты в отношении качества принятой продукции. Впервые такие расчеты были сделаны Гарольдом Ф. Доджем и Гарри Ромигом, которые предложили первые строго рассчитанные планы статистического приемочного контроля качества, дававшие потребителю определенные вероятностные «гарантии качества». Далее, в 1924–1931 гг. Вальтер Шухарт применил идею выборочных измерений (контроля) для целей наблюдения за технологическими процессами (ТП) и разработал «контрольные карты» (Control Chart). Эта методология, названная Statistical Process Control (SPC) — статистическое управление процессом — получила очень широкое распространение в мире во второй половине XX в. благодаря усилиям Эдвардса Деминга и прекрасным практическим результатам японских предприятий в области качества.

Целью применения контрольных карт является не контроль (т. е. приемка) продукции, а наблюдение за процессом и его своевременная коррекция, что позволяет значительно снизить уровень несоответствий (дефектности) на выходе ТП при очень небольших затратах на измерения. При этом в большинстве случаев можно совсем отказаться от приемки продукции, т. к. уже в процессе изготовления обеспечивается заведомо низкий уровень дефектности (несоответствий) на выходе [1].

Сегодня указания по обязательному применению методов SPC встречаются в стандартах для ряда отраслей, производящих сложную технику, например автомобильную [2], и в требованиях многих заводов-потребителей. Это позволяет последним получать от поставщиков комплектующие с уверенно низким уровнем дефектности (единицы Part per Million (ppm) — штук на миллион) и совсем отказаться от входного контроля продукции. Однако статистический приемочный контроль всетаки остается «надеждой и опорой» во многих СМК, даже современных, достаточно «продвинутых». В частности, в стандарте IATF 16949для автомобильной промышленности, значительно более «требовательном», чем ISO 9001, упоминается статистический приемочный контроль по альтернативному признаку (п. 8.6.6). Только для него приемочное число обязательно должно быть равно нулю, т. е. чтобы в контролируемой выборке не было ни одного несоответствующего (дефектного) изделия — только такая партия продукции принимается.

Давайте еще раз разберемся в возможностях статистического приемочного контроля (СПК) и его месте в СМК сегодня.

Что является целью статистического контроля?

Прежде всего, заметим, что при любом СПК из контролируемой совокупности (чаще всего, это партия продукции) берется одна или несколько выборок, т. е. определенное количество изделий (для штучной продукции) или проб (для материалов). Затем эти выборочные изделия или пробы подвергаются проверке, т. е. измерениям (в случае контроля по количественному признаку) или классификации «годен — не годен» (при контроле по альтернативному признаку). А далее, в соответствии с установленным критерием приемки, принимается решение «о судьбе» всей совокупности, из которой взята выборка: признать совокупность удовлетворительной, т. е. «принять» ее, или признать неудовлетворительной, т. е. «отклонить».

Но что же физически мы при этом контролируем? Очевидно, что целью такой процедуры является контроль не отдельных единиц или проб определенного свойства всей совокупности (например, партии продукции), т. е. группового показателя качества этой совокупности (ГОСТ Р 50779.30–952). Для штучной продукции в подавляющем большинстве случаев таким групповым показателем является уровень несоответствий в этой совокупности, выраженный в единицах ppm или процентах, реже — количество несоответствий на 100 единиц продукции. Логика наиболее популярного в нашей промышленности СПК по альтернативному признаку («годен — не годен») показана на рис. 1.

Рис.1 Стат контроль 092020

Рис. 1. Статистический контроль по альтернативному признаку

Мы берем выборку (выборки) из нашей совокупности, и в соответствии с критерием приемки принимаем решение «о судьбе» совокупности (рис. 2).

Рис.2 Логика принятия решений 092020

Рис.2.  Логика принятия решения «о судьбе» совокупности

Естественно, что выборка должна быть случайной, т. е. любое изделие из партии должно иметь равные шансы попасть в выборку, иначе возможны сильные искажения наших представлений о качестве партии и, как результат, — ошибочное решение. Но даже при полной и честной случайности взятия выборки решение всегда зависит от «везения»: ведь даже в партии с высоким процентом несоответствующих изделий может попасться «хорошая» выборка, и мы примем эту партию. А возможно и обратное: мы отвергнем партию с очень низким уровнем несоответствий из-за «неудачной» выборки. Кстати, из этого очевидно, что если критерий приемки даже совсем не допускает ни одного несоответствующего изделия в выборке, то это никак не исключает наличия несоответствующих изделий в принятой партии.

Т. е. положительный результат контроля (партия принята) вовсе не гарантирует, что принятая партия на самом деле имеет низкий уровень несоответствий, и, наоборот, отрицательный результат (партия забракована) не дает абсолютной гарантии того, что партия имеет заведомо высокий уровень несоответствий. Что же касается «нулевого» уровня несоответствий, то СПК в принципе не может гарантировать его «абсолютности».

Конечно, здесь необходим расчет рисков ошибочных решений при помощи теории вероятностей. Но производственники просто пользуются стандартами по СПК и верят тем расчетам, которые были сделаны разработчиками этих стандартов. Однако уровень требований к качеству сегодня и возникающие в связи с этим проблемы, очевидно, требуют от заводовизготовителей и заводов-потребителей количественного понимания уровня рисков, которым они подвергаются. Многие производственники, применяя СПК «автоматически», по ГОСТам, даже примерно не представляют, что же дает им конкретный применяемый СПК, и имеет ли он вообще в данном производственном случае хоть какой-то смысл.

Чтобы понимать и оценивать эти риски, следует остановиться на понятии «оперативная характеристика» и обсудить связанные с ней возможности каждого конкретного СПК.

Оперативная характеристика СПК

Любой СПК имеет план контроля, т. е. набор конкретных цифр, которые однозначно определяют правила взятия выборки (выборок) и принятия решения «о судьбе» партии. Например, пусть задан план одноступенчатого СПК по альтернативному признаку:

N = 100 — объем выборки;

Ас = 1 — приемочное число.

Это значит, что из партии нужно случайным образом взять n = 100 изделий и проконтролировать их по принципу «годен — не годен». Если число обнаруженных в выборке несоответствующих изделий d Ас = 1, (т. е. если d = 0 или d = 1), то партию следует принять, а если d > 1 —забраковать.

Двухступенчатый СПК по альтернативному признаку предполагает возможность взятия сначала первой, а затем второй выборки. План контроля здесь состоит уже из пяти параметров, например:

n1 = 100 — объем 1-ой выборки;

Ас1 = 0 — приемочное число для 1-ой выборки (1-ой ступени СПК);

Re2 = 2 — браковочное число для 1-ой выборки;

n2 = 200 — объем 2-ой выборки;

Ас2 = 2 — приемочное число для 2-ой ступени СПК.

При этом правила проведения СПК и принятия решения «о судьбе» партии таковы:

1) отбираем случайно 1-ю выборку из n1 = 100 изделий и контролируем их;

2) если обнаруженное при этом число несоответствующих изделий d1:

d1 ≤ Ас1 — сразу принимаем партию (в данном случае только при d1 = 0);

d1 ≥ Re2 — сразу бракуем партию (в данном случае при d1 ≥ 2);

Ас1 < d1 < Re1 — переходим ко 2-ой ступени СПК, т. е. берем 2-ю выборку (в данном случае это происходит при d1 = 1);

3) если после контроля 2-ой выборки суммарное число обнаруженных несоответствующих изделий в 1-ой и во 2-ой выборках (d1 + d2):

(d1 + d2) ≤ Ас2 — принимаем партию (в данном случае при d1 + d2 ≤ 2);

(d1 + d2) > Ас2 — бракуем партию (в данном случае при d1 + d2 > 2).

Как уже говорилось, при любом плане СПК для любой конкретной партии продукции с известным уровнем несоответствий результат контроля нельзя предсказать однозначно, все зависит от «везения» при случайном взятии выборки (исключая тривиальные случаи, когда в партии совсем нет несоответствующих изделий или, наоборот, все изделия несоответствующие). Но при этом по формулам теории вероятностей можно рассчитать вероятность того, что партия будет принята при СПК с данным планом контроля. Естественно, что вероятность приемки партии будет зависеть от уровня несоответствий в ней: чем он больше, тем меньше вероятность («шансы») успешно пройти контроль. Таким образом, каждому плану СПК однозначно соответствует оперативная характеристика (ОХ), т. е. характеристика, показывающая зависимость вероятности («шансов») приемки партии от группового показателя качества, в данном случае — от истинного уровня несоответствий в контролируемой партии (совокупности). Эта зависимость для СПК по альтернативному признаку всегда убывающая (см. пример на рис. 3).

Рис.3 Пример оперативной характеристика 092020

Рис. 3. Пример оперативной характеристики СПК по альтернативному признаку

Оперативная характеристика показывает, с какими «шансами» партия продукции, имеющая определенный уровень несоответствий, пройдет контроль. Конечно, предполагается, что ОХ рассчитывается при «чисто случайной» выборке. Так, для плана контроля с ОХ, изображенной на рис. 3, партии с уровнем несоответствий q = 1 % пройдут контроль с вероятностью P = 0,95. Т. е. для одной такой партии это — «шанс» пройти контроль, а в потоке подобных одинаковых партий в среднем 95 из 100 будут приняты, а 5 — забракованы. Удивительно, ведь все партии одинаковы: каждая имеет q = 1 % несоответствующих изделий, но это — результат статистического «везения-невезения» при взятии выборок. А при уровне несоответствий 7 % для одной партии шансы приемки — P = 0,2, тогда как среди многих таких партий контроль пройдут только примерно 20 из 100, а 80 будут забракованы.

Для любого конкретного плана СПК можно указать три «характерные» точки на ОХ (см. рис. 3):

qпр — приемочный (сравнительно «хороший») уровень качества (в данном случае — низкий уровень несоответствий), при котором партия имеет высокие «шансы» быть принятой (вероятность приемки P = 1α, где α — риск изготовителя, т. е. риск забраковать партию с условно «хорошим», приемочным уровнем качества);

qбр — браковочный (сравнительно «плохой») уровень качества, при котором партия будет иметь весьма низкие «шансы» быть принятой, вероятность приемки P = β (где β — риск  потребителя, т. е. риск принять партию  с условно «плохим», браковочным уровнем качества);

q0,5 — «безразличный» уровень качества, при котором с «шансами» Р = 0,5 партия может быть принятой, в среднем половина таких одинаковых партий будет принята.

Естественно, разные планы СПК имеют существенно разные кривые оперативных характеристик, но для уровней несоответствий всегда qпр < q0,5 < qбр (если только установленные риски α и β < 0,5). Конечно, разработчики стандартов по СПК рассчитывают ОХ для всех планов, приводимых в стандартах, но пользователь этих планов не видит ОХ, поэтому его действия основаны на «слепой вере». Но ведь ответственность за качество сегодня возложена на изготовителя. А если речь идет о потребителе и его входном контроле, то ему тоже необходимо реально оценивать возможности своего входного контроля. Вряд ли сегодня разумно действовать «вслепую», нужно видеть ОХ, чтобы оценить разумность применения данного СПК. Знание величин qпр, q0,5 и qбр для известных рисков α и β позволит пользователю «увидеть ОХ» хотя бы в трех точках и оценить возможности данного плана контроля.

В самом деле, если изготовитель, зная свое производство, абсолютно уверен, что уровень несоответствий в нем никогда не поднимается выше 1000 ppm = = 0,1 %, то какой же смысл применять СПК с приемочным уровнем qпр = 0,2 %? Продукция такого производства практически всегда уверенно пройдет контроль (по аналогии с рис. 3). В другом случае, если потребитель знает, что уровень несоответствий 0,5 % — это заведомо неприемлемый уровень несоответствий закупаемых комплектующих изделий, то какой смысл при входном СПК применять план с q0,5 = 0,8 %? Ведь такой контроль в половине случаев пропускает партии с уровнем несоответствий 0,8 %, а, значит, партии с уровнем несоответствий 0,5 % будут проходить контроль более чем в половине случаев.

К сожалению, подобные случаи приходится часто видеть в производстве. И на вопрос: «Почему же вы применяете такой план СПК?» — звучит ответ: «А такой план в ГОСТе на нашу продукцию», или «Так у нас записано в контракте на поставку». Нетрудно понять, что кроме впустую затраченного труда применение такого СПК не дает ничего.

Как же «увидеть» ОХ? 

Рассчитывать ее вручную очень трудоемко, но можно воспользоваться специальными программными продуктами, например QStat [3]. Этот пакет позволяет анализировать, а также подбирать (синтезировать) планы СПК по альтернативному признаку (однои двухступенчатые), наилучшие для конкретной ситуации в производстве. 

На рис. 4 представлены для примера построенные при помощи QStat оперативные характеристики одноступенчатого (n = 50; Ac = 0) и двух двухступенчатых планов СПК (первый: n1 = 75; Ac1 = 0; Re1 = 2; n2 = 150; Ac2 = 2; второй: n1 = 100; Ac1 = 0; Re1 = 2; n2 = 200; Ac2 = 2) для партий объема N = 1000.

Рис.4 Оперативные характеристики 092020

Рис. 4. Оперативные характеристики трех планов СПК по альтернативному признаку

Если объем выборки n составляет не более 1/10 части объема партии N, то ОХ с достаточно высокой точностью можно рассчитать при разных значениях q, пользуясь биноминальным распределением и, например, программой Excel:

Ф1 092020

где: P d ( /n q , ) — вероятность того, что в случайную выборку попадет ровно d дефектных (несоответствующих) изделий, если эта выборка объемом n изделий взята из большой совокупности изделий с уровнем дефектности qdn — число сочетаний из n по d:

 Ф2 092020 

В формуле (1) q — уровень дефектности (несоответствий) в исходной контролируемой партии, здесь он выражен в долях единицы.

Для одноступенчатого СПК с приемочным числом Ас = 0 из (1) получаем простую формулу вероятности приемки партии (приемка происходит только при d = 0):

приемки (n, q) = (1 – q)n. (2)

А для одноступенчатого СПК с приемочным числом Ас = 1 (т. е. допустимое число несоответствующих изделий в выборке — d = 0 или d = 1) формула уже усложняется:

приемки (n, q) = (1 – q)n + n · q · (1 – q)n – 1(3)

Для одноступенчатых планов СПК с приемочным числом Ас = 2 и более формула становится еще более громоздкой, и сегодня вряд ли кто-то будет считать эту вероятность приемки вручную. А если план СПК двухступенчатый, то вычисления многократно усложняются.

Но в любом случае, если объем выборки (выборок) n значительно меньше объема партии (не более 1/10), то оперативная характеристика любого плана практически не зависит от N, т. е. «шансы» приемки партии зависят только от самого плана контроля и уровня несоответствий q в контролируемой партии. А в этом случае для расчетов как раз можно воспользоваться биномиальной формулой (1).

Но если объем выборки (выборок) n становится сопоставимым с объемом партии N, т. е. n ≥ 0,2N, то расчеты по биноминальному распределению (1) будут иметь значительную погрешность. В этом случае следует воспользоваться гипергеометрическим распределением, которое настолько громоздко для вычислений, что вести расчеты вручную просто немыслимо. Тогда без программного средства QStat или ему подобных практически не обойтись.

Случай Ac = 0 и простые приближенные формулы

Во многих производствах применяется одноступенчатый СПК с приемочным числом Ас = 0. Именно такие планы, только с Ac = 0, допускаются при работе по стандарту IATF 16949. При этом оперативная характеристика становится похожей на убывающую экспоненту (см., например, ОХ для плана n = 50; Ac = 0 на рис. 4). Если объем выборки при таком контроле значительно меньше объема партии (не более 20 %), а именно такие случаи экономически разумны, то могут быть предложены простые приближенные формулы для расчета характерных точек оперативной характеристики.

Практический интерес для специалистов, применяющих СПК, представляют три точки на кривой оперативной характеристики, соответствующие трем вероятностям приемки (по аналогии с рис. 3): P = 0,95 (достаточно уверенная приемка партий «хорошего» качества); P = 0,5 (приемка партий «безразличного» качества в половине случаев) и P = 0,1 (достаточно уверенная забраковка партий «плохого» качества). Этим случаям соответствуют три уровня несоответствий: qпр = q0,95q = q0,5 и qбр = q0,1. Иначе говоря:

  • при первом (приемочном) уровне несоответствий qпр = q0,95 партии продукции будут весьма уверенно приниматься (с вероятностью P = 0,95, т. е. в среднем только одна из 20 партий с таким уровнем несоответствий q = qпр будет отклоняться);
  • при втором («безразличном») уровне несоответствий q = q0,5 в половине случаев партии будут приниматься, а в половине — отклоняться; 
  • при третьем (браковочном) уровне несоответствий qбр = q0,1 партии продукции будут достаточно уверенно отклоняться, точнее, будут приниматься с вероятностью P = 0,1 — только одна из 10 партий с таким q = qпр будет случайно проходить контроль.

Приведем простые приближенные формулы для этих трех уровней несоответствий:

qпр = q0,95 = , (4)

q0,95 ≈ %, (5)

qбр = q0,1 = %. (6)

Эти формулы автор вывел путем приравнивания вероятности приемки по формуле (2), соответственно, к величинам 0,95; 0,5 и 0,1. Далее полученные уравнения решались относительно значения с помощью разложения функции в ряд Тейлора. Для удобства использования в формулах (4)–(6) значения q даны в процентах.

Расчеты по данным формулам имеют достаточную точность, если объем выборки n не превышает 20 % от объема партии и если n ≥ 5.

Покажем на примерах, как можно пользоваться формулами (4)–(6) для анализа разумности применения СПК в различных производствах.

Пример 1. В соответствии с требованием стандарта IATF 16949 для контроля продукции поставщик применил статистический приемочный контроль по альтернативному признаку с Ac = 0. При этом установлено, что из каждой партии объема N = 500 берется выборка n = 70, и в ней не допускается ни одной несоответствующей детали. Что может гарантировать такой контроль для потребителя, т. е. при каком «браковочном» уровне несоответствий партии будут уверенно задерживаться таким контролем, какая будет величина «браковочного» уровня несоответствий?

По формуле (6) получаем: q = (230/70) ≈ 3,3 %. А по формуле (5) получается, что партии с уровнем несоответствий q = (69/70) ≈ 1 % в половине случаев успешно пройдут такой контроль. Интересно было бы спросить у потребителя, устроят ли его такие «гарантии качества»? Сегодня даже российские автосборочные предприятия (а они далеко не самые требовательные) записывают в контрактах для своих поставщиков требование по уровню несоответствий не более 50ppm = 0,005 %.

Пример 2. На предприятии каждая партия закупаемых комплектующих изделий проходит входной выборочный контроль по плану: объем выборки n = 30; приемочное число Ac = 0. Какой уровень несоответствий будет уверенно «отсекаться»?

По формуле (6) получаем: = (230/30) ≈ 7,7 %. А партии с уровнем несоответствий q = (69/30) = 2,3 % в половине случаев будут успешно приняты. Интересно задать вопрос, а хорошо ли это для последующего сборочного производства? Организаторы этого контроля рассчитывали на такие результаты?

Пример 3. В технологии записано: «После наладки оборудования изготовить и проверить первые 10 деталей. Если все они окажутся годными, можно запускать производство».

По сути, такое требование означает применение статистического приемочного контроля с планом (n = 10; Ac = 0) для решения о запуске производства. Каково назначение этого контроля? Очевидно, убедиться, что производство обеспечивает достаточно низкий (в идеале — нулевой) уровень несоответствий. Но давайте посмотрим, какой же уровень несоответствий при этом гарантируется.

В соответствии с формулой (4) с хорошей уверенностью производство будет одобрено, если уровень несоответствий q = 0,5 % (или менее). Но при каком относительно высоком (браковочном) уровне несоответствий производство не будет запущено? На этот вопрос отвечает формула (6): при уровне несоответствий q = (230/10) = 23 % (или более). А по формуле (5) получаем: при уровне несоответствий q = (69/10) = 6,9 % производство будет запущено в половине случаев. А устроят ли такие проценты несоответствий организаторов производства?

Как известно, для современной сложной техники необходим очень низкий уровень несоответствий, порядка единиц–десятков ppm, не более, иначе мы «захлебнемся в неприятностях» [4]. Тогда естественно задать вопрос: а какой же план СПК по альтернативному признаку следует установить (при Ac = 0), чтобы контроль уверенно «отсекал» партии с уровнем несоответствий, например, 100 ppm = 0,01 %? Для ответа приравняем формулу (6) к значению 0,01 % и получим: n = 23 000, и это — выборка! Аналогично, подставив в формулу значение 0,01 %, получим результат: при выборке n = 6900 и Ac = 0 соответствующий СПК будет в половине случаев принимать партии продукции с уровнем несоответствий 100 ppm = 0,01 %. Даже если объемы партий позволяют брать такие выборки, то вряд ли подобный СПК экономически целесообразен. А если объем выборок уменьшить, то СПК неизбежно будет пропускать партии с более высоким уровнем несоответствий.

К еще одному недостатку планов контроля с Ac = 0 следует отнести слишком большую разницу между браковочным qбр и приемочным qпр уровнями несоответствий: как видно из формул (4) и (6), относительная разница составляет 46 раз! А диапазон значений уровней несоответствий между qпр и qбр — это «зона неуверенной работы» СПК: здесь партии «не очень уверенно» принимаются, но и «не очень уверенно» отклоняются. И в этом диапазоне решающую роль играет «случайность выборки», а не действительное качество партии.

Если же взять приемочное число Ac больше нуля или применить двухступенчатый план СПК, то при том же объеме выборки оперативная характеристика поднимется выше при всех значениях q, т. е. СПК будет принимать (пропускать) партии с более высоким уровнем несоответствий (см. рис. 5). Правда, при этом уменьшится относительная разница между qпр и qбр, т. е. «зона неуверенной работы» СПК. На оперативной характеристике при Ac > 0 появляется «точка перегиба», и ОХ спадает более круто, но при этом она в целом смещается в область более высоких уровней несоответствий. Именно поэтому стандарт IATF 16949 разрешает только планы СПК с Ac = 0. Однако и такие планы, как мы убедились, не обеспечивают «оптимистичных результатов» при приемлемых объемах выборки. 

Рис.5 Поведение опер характеристик 092020

Рис. 5. Поведение оперативных характеристик планов СПК по альтернативному признаку при увеличении Ac

Продолжение в следующем номере

Резюме

Для серьезных, ключевых показателей качества [5, 6], по которым необходимо обеспечить «сверхнизкий» уровень несоответствий, измеряемый в единицах ppm, СПК по альтернативному признаку непригоден. А надежда на то, что, если в выборке не допускаются дефектные изделия, будут приниматься только «очень хорошие» партии продукции, оказывается весьма обманчивой.

Использованная литература:

1. Розно М.И., Касторская Л.В. Пора заняться техпроцессом. — Н. Новгород: Центр «Приоритет», 2020. — 112 с.
2. Статистическое управление процессами. SPC: Ссылочное руководство (двуязычное). — Н. Новгород: ООО СМЦ «Приоритет», 2012. — 424 с.
3. Лапидус В.А., Розно М.И., Глазунов А.В. и др. Статистический контроль качества продукции на основе принципа распределения приоритетов. — М.: Финансы и статистика, 1991. — С. 186–196.
4. Розно М.И. Откуда берутся «неприятности»? // Стандарты и качество. — 2002. — № 11. — С. 24–27.
5. Перспективное планирование качества продукции и план управления.
APQP: Ссылочное руководство (двуязычное). — Н. Новгород: ООО СМЦ «Приоритет», 2012. — 221 с.
6. Розно М.И. От «голоса потребителя» до «производства без проблем». — Н. Новгород, Центр «Приоритет», 2007. — 71 с.

Business Excellence/10 2020

В.А. Лапидус, генеральный директор ГК «Приоритет»; Л.В. Касторская, директор по научной работе ГК «Приоритет»

Подход СС

Системный подход в управлении качеством, бережливым производством (БП) и эффективностью в целом за последние годы привел к большим достижениям в менеджменте, но в то же время поставил перед специалистами новые вопросы и задачи, заставил глубже вникнуть в суть, так как не во всех компаниях были получены ожидаемые результаты от внедрения систем менеджмента качества (СМК) и БП. Также много претензий имеется к аудиту систем и их сертификации.

pdfСкачать статью целиком 

В последние годы мы с коллегами из центра «Приоритет» развиваем одно из направлений системного подхода, называемого «системой систем» (SoS1). Этот термин становится популярным в системном инжиниринге, несмотря на то что он менее зрелый, чем СМК, БП и другие системы менеджмента.

Появление и развитие термина «SoS» применительно к СМК и задачам корпоративного управления рассмотрено в статье «Практическая реализация подхода «система систем» (SoS)» в данном номере. В дальнейшем мы развили применение этого подхода как для понимания самих СМК и систем менеджмента БП, для их интеграции, так и для широкого ряда других задач. 

СИСТЕМА СИСТЕМ И СИСТЕМА ПОДСИСТЕМ

Мы противопоставляем два понятия — «система систем» и «система подсистем» при объединении социальных или социотехнических систем. 

В системе подсистем последние полностью подчинены некоторому центру, они не обладают автономностью и перестают функционировать при прекращении работы системы («выключение» системы приводит к «выключению» подсистем). К подсистемам предъявляются требования, не признается наличие свободы их воли, им предписывается действовать по определенным правилам, выполнять назначенные задачи без возможности выбора или с очень ограниченными возможно стями, наличие собственных целей игнорируется, а иногда и подавляется. В этом смысле подсистема становится механической частью системы. Похожий подход часто применяется к функциональному управлению в компаниях, когда топ-менеджмент отказывается признать, что любое функциональное подразделение: конструкторское, технологическое, маркетинговое, финансовое — может иметь свои собственные цели, функции и мотивы.

Система систем исходит из предположения, что объединяющиеся системы являются динамическими, имеют определенные мотивы, цели, определяют приоритеты для их достижения в условиях ограниченности ресурсов и наличия неопределенностей. То есть они имеют определенную свободу воли и обладают способностью к самоорганизации в соответствии с внутренними процессами. Заметим, что именно такими являются и отдельные люди, работающие в организации, и объединенные в подразделения или процессы группы людей, и организации при их объединении в разные сообщества (вертикально интегрированные структуры, кластеры). При объединении нужно как минимум считаться с тем, что цели и интересы этих систем могут быть разнонаправленными, а иногда и конфликтующими. Поэтому для них нельзя просто определить требования, назначить выполнение задач, а затем проконтролировать их выполнение, нужны другие ключевые идеи.

ДОГОВОРЫ КАК ЦЕНТРАЛЬНЫЙ ЭЛЕМЕНТ В SoS

Системы (люди, группы людей, организации), объединяясь в некоторое сообщество (компании, холдинги, кластеры), договариваются о совместной деятельности с целью получения суммарного результата большего/лучшего, чем получают отдельные системы, действуя индивидуально. В основном это:

  • бóльшая общая выгода и/или
  • защита от рисков (в т. ч. потерь качества, ресурсов, времени). Объединяясь, можно либо снижать уровни рисков совместными усилиями, либо создавать страховые фонды для компенсации потерь. 

Основным методом согласования целей, интересов людей и организаций (систем) для получения синергетического результата являются договоры, в результате которых действия систем из разнонаправленных, конфликтных становятся сонаправленными и синхронно выполняемыми. Договоры являются важной основой, центральным механизмом для объединения систем. Фактически любое объединение систем можно рассматривать как систему договоров — между сотрудниками и топменеджментом, управляющей компанией и дочерними обществами, организациями в кластере и некоторым организационным центром. Так, СМК, по существу, является системой отношений функциональных подразделений и владельцев процессов с целью как предупреждения проблем, уменьшения рисков их возникновения, так и совместного разрешения возникающих проблем качества, причины которых могут быть далеко от мест, где они проявляются в виде дефектов, брака, потерь времени и т. п. Основным инструментом в СМК являются правила и процедуры, трактуемые как коллективный договор всех участников, независимо от степени вовлеченности в формирование системы.

Будем исходить из определения договора как соглашения между собой двух или более сторон (субъектов) по какому-либо вопросу с целью установления, изменения или прекращения правовых отношений. Это не всегда юридически оформленный документ, он может быть и устным, и по умолчанию. Важно, что он является добровольным соглашением сторон и имеет следующие общие элементы:

  • предмет договора и требования к результату;
  • возможности выполнения (ресурсы, время, знания, полномочия, которые вкладывают или которыми обмениваются стороны);
  • обязательства и ответственность сторон. Стороны, вступив в договор, берут на себя обязательства выполнения всех положений и ответственность в случае  неисполнения или ненадлежащего их исполнения.

Договоры должны быть определены так, чтобы они носили взаимовыгодный и равноправный (симметричный, равновесный) характер для всех систем. Для этого должны быть определены структура, содержание, порядок их заключения и расторжения. Также они нуждаются в регулировании в трех направлениях:

  1. обеспечение результативности, т. е. исполнения обязательств сторон;
  2.  выбор партнеров для вступления в договоры;
  3. мотивация партнеров к общей эффективности как объединенной системы, так и ее участников в зонах неопределенности, оставляемой договорами.

Для обеспечения результативности договоров применяется административное регулирование, а для второй и третьей задач используется контур культурного регулирования. Рассмотрим их подробнее.

АДМИНИСТРАТИВНОЕ РЕГУЛИРОВАНИЕ

Административное регулирование — это инструмент принуждения к исполнению сторонами взятых на себя обязательств и контроль компенсаций при неисполнении или ненадлежащем их исполнении. По сути, речь идет о регулировании будущего «выхода» из договора при условии выполнения всех зафиксированных в настоящем времени договоренностей.

Например, для административного регулирования владелец СМК должен обладать полномочиями принуждать участников к соблюдению правил и процедур, контролировать достоверность, точность, полноту информации о качестве, которая появляется в результате деятельности, и воздействовать при их нарушении. То есть он должен иметь право принуждать участников к правильным действиям, в т. ч. в отношении информации, а также должен иметь доступ к ресурсам, необходимым для изменения правил и процедур. Ответственность первого руководителя организации — создание контура административного регулирования и передача этих полномочий владельцу СМК. Если это не сделано, то СМК просто не сможет выполнять свое назначение.

КУЛЬТУРНОЕ РЕГУЛИРОВАНИЕ

Не менее важным, чем «выход» из договора, является вопрос вхождения, т. е. подбора участников. Объединяясь и заключая договоры, люди стремятся к тому, чтобы минимизировать риски и максимизировать будущие выгоды. Уверенность в этом определяется историей взаимоотношений, репутацией, кредитной историей, которые имеют люди и сообщества.

Выдвигаются некоторые презумпции в отношении тех, с кем планируется взаимодействие, —  участники союзов предполагают, что все они придерживаются определенных ценностей, и это считается истинным до тех пор, пока не будут представлены факты, подтверждающие обратное. Основные презумпции, лежащие в основе культурного регулирования:

1. Презумпция договороспособности сторон

Договороспособность — способность сторон заключать и исполнять договоры, достигать соглашения; способность исполнять принятые на себя обязательства, в т. ч. способность видеть и оценивать риски и информировать о них другие стороны договоров.

2. Презумпция добропорядочности (добросовестности) сторон

Считается, что любой участник отношений добросовестно исполняет свои обязанности перед другими сторонами, формируя отношения на основе доверия и честности, учитывая права и законные интересы другой стороны; предотвращая причинение вреда другой стороне результатом своей деятельности; предоставляя информацию в полном объеме, и прикладывает необходимые усилия для обеспечения достоверности и своевременной передачи информации, в т. ч. о рисках, даже если это не предусмотрено договором напрямую.

3. Презумпция ответственности

Стороны, участвующие во взаимоотношениях, осознают и принимают на себя ответственность, в т. ч. за оценку и воздействие на риски невыполнения обязательств. Помимо договороспособности и добропорядочности для выполнения договоров нужны еще и профессиональные качества, связанные с умением оценивать риски, управлять ими, предупреждать о них.

Подход на основе презумпций позволяет уменьшить объем мониторинга и контроля за деятельностью участников, предоставляя им право самоконтроля и декларирования результатов, что сильно упрощает задачи управления, снимает вызываемую контролем демотивацию и в целом повышает эффективность

Презумпция — это предположение, принимаемая на веру гипотеза, что все участники готовы разделять некоторые ценности и строго им следовать. Если же факты говорят об обратном, то в дальнейшем эти системы мягко «исключаются» из сообщества, с ними перестают заключать соглашения, вычеркивают из списка благонадежных поставщиков, не предлагают участвовать в проектах, не вовлекают в решение интересных задач и т. д. В этом и заключается культурное регулирование. Если стороны придерживаются общих ценностей в существующих договорах, то они надежны и перспективны и для новых. Культурное регулирование включает в себя отношение к будущему, это регулирование списка участников, которые могут быть допущены к тем или иным отношениям. Сообщество «очищается» от тех, кто не поддерживает общие ценности и не способен выполнять договоры, привлекая тех, кто способен работать с рисками, создавать и защищать ценности, развиваться и расти вместе. 

Рультурное регулирование также помогает действовать в рамках неопределенностей, которые всегда остаются в договорах. Ценности (например, дополнительно к рассмотренным выше — ценность инновационного поведения, умение предчувствовать, угадывать области для получения будущих выгод), принципы (например, принципы менеджмента качества и БП), презумпции дают основу для выполнения деятельности в условиях неопределенности и недосказанности, а также помогают точнее направить, сфокусировать деятельность участников. Культурная или ценностная система договоров — совокупность ценностей, предположений, которые стороны принимают, вступая в договоры, и считают необходимым их поддерживать для стабильности, устойчивости этих договоров, а также уверенности в их пролонгации.

Подход на основе презумпций позволяет уменьшить объем мониторинга и контроля за деятельностью участников, предоставляя им право самоконтроля и декларирования результатов, что сильно упрощает задачи управления, снимает вызываемую контролем демотивацию и в целом повышает эффективность. Культурное регулирование в СМК, например, реализуется в первую очередь развитием корпоративной культуры, основанной на описанных выше презумпциях. Но, к сожалению, примеров понимания и реализации культурного регулирования, ценностной системы договоров на российских предприятиях очень мало.

Административное регулирование можно рассматривать как жесткое регулирование договорных отношений, а культурное — как мягкое регулирование преддоговорных отношений, взаимоотношений в зонах неопределенностей. Также культурное регулирование создает основу для мотивации и самомотивации.

Таким образом, под SoS мы понимаем систему целевого поведения некоторого объединения систем, осуществляющего деятельность на основании договора(ов) (индивидуальных и/или коллективных) с установленными ценностями, принципами и презумпциями, а также правилами регулирования деятельности (как административного, так и культурного), для достижения устойчивого синергетического успеха SoS в целом и каждой системы в отдельности.

ОБЛАСТИ ПРИМЕНЕНИЯ ПОДХОДА SoS

Мы видим, что подход SoS может быть применен и полезен при решении следующих задач:

  1. Перепроектирование систем менеджмента, понимание их смыслов, целей и задач.
  2. Интеграция аспектных систем менеджмента (качества, безопасности, БП, энергосбережения, охраны окружающей среды и др.) в общие системы, направленные на устранение потерь ценностей времени, ресурсов.
  3. Создание системы мотивации персонала, в т. ч. на основе контрактов с трудовыми коллективами.
  4. Осуществление преобразований систем менеджмента с акцентом на преобразование договоров, контуров административного и культурного регулирования.
  5. Выстраивание отношений между поставщиками и потребителями в секторе В2В в цепях поставок.
  6. Корпоративное управление эффективностью в сложных вертикально интегрированных структурах (корпорациях, концернах, холдингах) через регулирование взаимоотношений с дочерними структурами.
  7. Объединение независимых организаций в кластеры для решения некоторой общей задачи (например, использование общих баз знаний, высвобожденных ресурсов лучших практик с целью повышения производительности труда).

ВЫВОДЫ

1. Подход SoS является следующим этапом в эволюции развития методов и систем в области качества, производительности, эффективности, безопасности, отвечающим растущей сложности продуктов и систем.

2. Подход SoS позволяет увидеть и исправить ошибки, накопленные к настоящему времени в области систем менеджмента, и предложить новые решения. 

3. Подход SoS в целом предлагает некоторые решения для перехода от отношений участников экономической экосистемы, основанных на концепциях «выиграл — проиграл» (Win — Lost), к отношениям «выиграл — выиграл» (Win — Win), провозглашенным почти полвека назад и постепенно набирающим популярность.

4. Подход SoS очень важен в настоящее время, когда центры конкурентной борьбы и повышения эффективности перемещаются из производства в новую гуманистическую сферу — сферу отношений стейкхолдеров с главенствующей ролью творчества и чувств людей.

В целом подход имеет большой потенциал для применения в сложных динамических социотехнических системах, требующих эффективных и адаптивных решений.